fa پیش‌بینی اثرات سیاست‌های مالی بر انتشار گازهای گلخانه‌ای (CO2) در ایران: رهیافت الگوی خودرگرسیون برداری بیزی (BVAR) انرژی، منابع و محیط زیست انرژی، منابع و محیط زیست كاربردي Applicable <div style="text-align: justify;"><span dir="RTL" lang="AR-SA" style="font-size:11.0pt"><span style="line-height:115%"><span b="" style="font-family:" zar="">هدف اصلی این پژوهش، پیش‌بینی اثرات سیاست‌های مالی بر انتشار گازهای گلخانه‌ای</span></span></span> <span dir="RTL" lang="AR-SA" style="font-size:11.0pt"><span style="line-height:115%"><span b="" style="font-family:" zar="">(</span></span></span><span style="font-size:11.0pt"><span style="line-height:115%"><span new="" roman="" style="font-family:" times="">CO2</span></span></span><span dir="RTL" lang="AR-SA" style="font-size:11.0pt"><span style="line-height:115%"><span b="" style="font-family:" zar="">) در ایران طی دوره زمانی 1370 تا 1400 است. د این راستا، از روش میانگین‌گیری بیزی (BMA)&nbsp;و الگوی خود رگرسیون برداری بیزی (BVAR)&nbsp;بهره گرفته شد</span></span></span><span style="font-size:11.0pt"><span style="line-height:115%"><span new="" roman="" style="font-family:" times="">.</span></span></span><span dir="RTL" lang="AR-SA" style="font-size:11.0pt"><span style="line-height:115%"><span b="" style="font-family:" zar=""> نتایج نشان می‌دهد که با استفاده از روش مذکور، از بین 14 متغیر سیاست‌های مالی، پنج مدل اول با بیشترین احتمال وقوع پسین استخراج شد. بهترین نتایج به مدل‌هایی تعلق داشت که شامل متغیرهای تملک دارایی‌های مالی، درآمد نفت، مالیات اشخاص حقوقی، مالیات بر ثروت، پرداخت&shy;های جاری و‌ سایر درآمدها بودند</span></span></span><span style="font-size:11.0pt"><span style="line-height:115%"><span new="" roman="" style="font-family:" times="">.</span></span></span><span dir="RTL" style="font-size:11.0pt"><span style="line-height:115%"><span b="" style="font-family:" zar=""> در ادامه، به‌کمک روش BVAR&nbsp;</span></span></span><span dir="RTL" lang="AR-SA" style="font-size:11.0pt"><span style="line-height:115%"><span b="" style="font-family:" zar="">تأثیر این متغیرها بر انتشار گازهای گلخانه ای در 10 دوره بررسی شد. نتایج تابع واکنش آنی نشان داد که شوک‌های تملک دارایی‌های مالی، درآمد نفت، مالیات بر ثروت، پرداخت&shy;های جاری و‌ سایر درآمدها، اثرات مثبتی بر انتشار</span></span></span> <span dir="RTL" lang="AR-SA" style="font-size:11.0pt"><span style="line-height:115%"><span b="" style="font-family:" zar="">داشته‌اند که بیشترین اثر مربوط شوک تملک دارایی‌های مالی است. در مقابل، تنها شوک‌ مالیات اشخاص حقوقی، اثر منفی را نشان داد. همچنین، تجزیه واریانس خطای پیش‌بینی انتشار&#39;گازهای گلخانه ای&nbsp;نشان داد که متغیرهای درآمد نفت و مالیات بر ثروت بیشترین نقش را در توضیح خطای پیش‌بینی دارند و در دوره‌های میانی سهم این متغیرها افزایش می‌یابند.</span></span></span></div> <div style="text-align: justify;"><span style="font-size:9.0pt"><span style="line-height:115%"><span new="" roman="" style="font-family:" times="">The main purpose of this study is to predicting the effects of fiscal policies on greenhouse emissions in Iran from 1991 to 2021. To achieve this, bayesian model averaging (BMA) and Bayesian vector autoregression (BVAR) approaches were employed. The results indicate that out of 14 fiscal policy variables, the top five models with the highest posterior probabilities were identified using the aforementioned methods. The most effective models included variables such as financial asset acquisitions, oil revenues, corporate taxes, wealth taxes, current expenditures, and other revenues. Subsequently, the impact of these variables on CO2 emissions was analyzed over 10 periods using the BVAR method. The impulse response function results revealed that shocks to the financial asset acquisitions, oil revenues, wealth taxes, current expenditures, and other revenues had positive effects on CO2 emissions, with the most significant impact stemming from shocks to financial asset acquisitions. Conversely, only shocks to the corporate taxes demonstrated a negative effect. Additionally, the variance decomposition of CO2 emission forecast errors indicated that the oil revenues and wealth taxes played the most significant roles in explaining forecast errors, with their contributions increasing during intermediate periods.</span></span></span></div> سیاست‌های مالی, انتشارگازهای گلخانه‌ ای (CO2), روش میانگین گیری بیزی (BMA), رهیافت الگوی خودرگرسیون برداری بیزی (BVAR) Fiscal Policies, Greenhouse Emissions (CO2), Bayesian Model Averaging (BMA), Bayesian Vector Auto regression (BVAR) Approach 26 71 http://jemr.khu.ac.ir/browse.php?a_code=A-10-2967-1&slc_lang=fa&sid=1 Ebrahim Ghaed ابراهیم قائد Ebrahimghaed@mail.um.ac.ir 100319475328460013783 100319475328460013783 No Faculty of Economics and Administrative Sciences, Ferdowsi University of Mashhad, Mashhad, Iran دانشکده علوم اداری و اقتصاد، دانشگاه فردوسی مشهد، مشهد، ایران Mohammad Taher Ahmadi Shadmehri محمد طاهر احمدی شادمهری shadmhri@um.ac.ir 100319475328460013784 100319475328460013784 Yes Faculty of Economics and Administrative Sciences, Ferdowsi University of Mashhad, Mashhad, Iran دانشکده علوم اداری و اقتصاد،دانشگاه فردوسی مشهد، مشهد ایران Mahdi Khodaparast Mashhadi مهدی خداپرست مشهدی m_khodaparast@um.ac.ir 100319475328460013785 100319475328460013785 No Faculty of Economics and Administrative Sciences, Ferdowsi University of Mashhad, Mashhad, Iran دانشکده علوم اداری و اقتصاد،دانشگاه فردوسی مشهد، مشهد ایران Narges Salehnia نرگس صالح نیا n.salehnia@um.ac.ir 100319475328460013786 100319475328460013786 No Faculty of Economics and Administrative Sciences, Ferdowsi University of Mashhad, Mashhad, Iran دانشکده علوم اداری و اقتصاد،دانشگاه فردوسی مشهد، مشهد ایران